"A inteligência humana pode ser tão precisamente descrita que é possível construir uma máquina que a simule”, acreditava o cientista americano John McCarthy (1927-2011), que em 1955 cunhou o termo que se tornou a panaceia desta década: “inteligência artificial” (IA). Naquela época, os computadores ocupavam salas inteiras, e mesmo assim esperava-se que em poucos anos eles chegassem a pensar exatamente como os humanos.

A história prova que a previsão estava certa, mas errou o timing por muitas décadas. Apenas com a virada do milênio, os chips se tornaram menores, os smartphones surgiram e a computação em nuvem virou regra. No atual momento, a idealização de McCarthy de fato ganhou vida, e se traduziu no ChatGPT, da OpenAI, usado por 100 milhões de pessoas, que ao receber um pedido escrito responde de forma convincente. Nos bastidores das empresas, a IA começou a aparecer alguns anos atrás, muitas vezes ganhando o sufixo “preditiva”, para quando faz previsões com base em dados. Quando o ChatGPT jogou luz na novidade, uma leva de companhias já fazia uso constante de diversos estágios de ferramentas de IA em suas operações — e, em 2023, elas aceleraram ainda mais os investimentos, conseguindo ampliar o impacto em seus resultados. Nesta reportagem, a EXAME mostra uma série de empresas brasileiras pioneiras no uso da IA no Brasil.

Sabendo que essa tecnologia pode incrementar até 15,7 trilhões de dólares ao PIB global até 2030, a diretoria de dados da varejista de moda Renner tem sido a protagonista silenciosa por trás das decisões estratégicas da companhia. Por meio das tecnologias de data analytics, inteligência artificial e machine learning, a empresa tenta redefinir sua posição no cenário acirrado do varejo brasileiro, no qual não só as companhias nacionais disputam. Os últimos anos foram de fortalecimento das plataformas asiáticas, representadas especialmente pela Shein, que já no começo do ano respondia por um quarto das vendas online de vestuário e calçados, de acordo com o Itaú BBA. Embora o crescimento no Brasil venha com o pano de fundo de uma intensa disputa por isonomia tributária, não se pode negar que a Shein é uma das referências na capacidade de escuta ativa das redes e análise dos dados, com pequenas coleções sendo lançadas diariamente em sua plataforma.

A Renner investe para estar no pelotão de frente dessa corrida. Ainda em 2018, a empresa começou a construir sua “transformação digital”, reforçando a captação e a gestão de dados. Naquele ano anunciou um novo centro de distribuição (CD) que teria robôs e automação por todo o galpão, com inteligências artificiais preditivas para controlar os estoques e o contato com fornecedores. A chegada da pandemia e o isolamento forçado exigiram acelerar os planos de digitalização. Os números dos investimentos deixam evidente o aumento da ambição. Se em 2018 sistemas e equipamentos de tecnologia respondiam por 30% dos investimentos, em 2020 eles representavam 49%. Somados os recursos investidos no CD, cheio de tecnologia embarcada, esses percentuais saltaram de 33% em 2018 para 74% em 2020.

A mentalidade sempre foi ter uma estratégia de negócios voltada para os dados, afirma o CEO Fabio Faccio, em entrevista na sede da Renner, em Porto Alegre. Ele dá um exemplo: em 2005, a empresa já começava a formar uma base estruturada de informações. Na época, o plano era ter um registro mais qualificado do que acontecia entre a fabricação e a ida dos produtos para as lojas. Assim, surgiu um banco de metadados, que são as informações que descrevem um arquivo físico ou digital. No caso da Renner, descrevem, por exemplo, se uma blusa é de algodão ou poliéster e se é de uma marca específica.

Cada avanço aumentou essa base. A empresa passou a captar, digitalmente, os hábitos de consumo dos clientes, os comentários depois da compra, as estrelas de avaliação do produto e uma infinidade de outros detalhes. No mundo físico, os dados passaram a registrar a disposição das roupas nas araras, as peças que são levadas ao provador e devolvidas, a reposição dos itens mais vendidos e até detalhes geográficos da clientela ao redor do ponto de venda. Para fazer esse emaranhado de informações conseguir se relacionar e ter funcionalidade, foi preciso fazer o que na programação os profissionais de dados chamam de higienização. Uma vez padronizados e filtrados os dados, a empresa foi subindo os degraus. Primeiro, começou a aplicar as análises que tinha de si mesma em um aglomerado de 16 conjuntos de lojas, que dividiam algumas características em comum. Com o aprimoramento, chegou a 54, que estão conectados usando os algoritmos para dar ritmo e sincronia para uma operação que envolve 650 pontos de venda pertencentes ao grupo Renner.

A expectativa de Faccio é de que a Renner tenha, num futuro breve, uma IA capaz de personalizar as decisões para cada loja e, inclusive, para cada cliente: “Nós mergulhamos de cabeça na ideia de conectar a Renner e tornar nossos algoritmos cada vez mais capazes. Com a operação voltada para os dados, ganhamos forças para atuar com a criatividade”, diz.

É uma mudança intensa que não pode ser vista pelo cliente, mas que tem efeitos que ele percebe. “Uma transformação invisível”, como define o consultor e especialista em varejo Alberto Serrentino, sócio-fundador da Verese Retail, consultoria de estratégia e transformação digital para empresas do setor. Em 2020, o avanço da digitalização do varejo foi na ponta com o cliente, com o crescimento das vendas online e a adoção das ferramentas de multicanalidade. Isso tudo aumentou a penetração do online nas receitas. A Renner mesmo viu a penetração das vendas dos canais digitais, como o site, o app e o WhatsApp, praticamente dobrar e chegar a 15% do total.

“Na pandemia, as mudanças foram movidas pelo crescimento e da porta para fora. Agora, com o mundo vivendo um momento de juros altos e mais conservadorismo na alocação de recursos, o ciclo é de otimização. Sai da agenda de aceleração do digital voltada para fora e se volta para dentro, para os processos fundamentais do varejo”, afirma Serrentino. É o uso de dados e a inteligência artificial que definem localização e tamanho de loja, sortimento, estoques, precificação e toda a agenda de personalização em massa.

Na sede da Renner, na zona leste de Porto Alegre, o andar da diretoria de produtos, comandada por Henry Costa, dá a sensação aos visitantes de que ali é o backstage de um grande desfile, com pessoas agitadas e vestindo as últimas tendências de moda. Não é de bate-pronto que se percebe o impacto da tecnologia nos negócios. Uma das pistas não é tão óbvia, são os manequins de diferentes tipos de corpos humanos expostos no andar. Os “soldados da moda”, como diz Costa, são a versão física dos avatares de corpos brasileiros criados pela Renner em conjunto com universidades depois de escanearem 1.700 tipos de corpos.

Em um dos estúdios, a equipe de designers e especialistas cria peças virtualmente, em um software chamado Clo, que vão direto para uma confecção parceira. Isso tudo com a ajuda da tecnologia. A empresa digitalizou seu catálogo de cerca de 9.000 tecidos, sendo capaz de reproduzir não só as características da fibra mas também o caimento no corpo, como fazem os alfaiates e as costureiras analogicamente. Com a ajuda de um macacão que captura os movimentos de uma pessoa, assim como funciona na produção de jogos de videogame, é possível testar, por exemplo, uma peça piloto feita no ateliê interno e ver como a roupa se comporta em diferentes situações. Até as máquinas de costura são conectadas: em vez de serem ajustadas manualmente, a configuração ideal é registrada no software e, assim, enviada aos fornecedores da Renner, estejam eles no Brasil ou na China — todos com suas máquinas de costura 4.0.

Para tudo isso dar certo, a equipe não é formada apenas por designers criativos e pesquisadores do mundo da moda. Há também cientistas e analistas de dados. Como resultado dessa equipe polivalente, o tempo médio de criação e produção de uma peça passou de 95 para 30 dias, e as quebras nas carteiras de pedidos aos fornecedores ficaram 30% menores, o que ajuda a ter mais frequência no lançamento de coleções, por exemplo. Ao olhar o balanço, a receita da Renner ficou 2,6% menor no primeiro semestre de 2023, chegando a 5,26 bilhões de reais. Um ano antes, as vendas tinham crescido 49,2%, o que deixou a base de comparação mais difícil. No entanto, o que mais pesou no resultado, em especial do segundo trimestre, foram as temperaturas mais altas do que o esperado para o inverno. A capacidade da empresa de trocar as coleções de acordo com a demanda é maior no verão, quando há menor dependência de produtos importados. No entanto, Faccio acredita que a IA deve ajudar a acelerar mudanças de portfólio, mesmo dos itens produzidos por fornecedores na China.

O movimento também é muito forte entre gigantes como Magazine Luiza, Mercado Livre, Via, Natura e concorrentes mais diretos, como C&A. “Estoque integrado e pedido automatizado para o fornecedor geram mais assertividade e vão nos ajudando a ter uma margem melhor”, diz Paulo Correa, CEO da varejista de moda C&A, em entrevista após a divulgação dos resultados. No Magalu, a IA generativa do -Google foi incorporada ao avatar Lu, criado para representar a empresa nas redes sociais, em um projeto piloto que indica smartphones para os consumidores.

Funcionário robô

Assim como mostra a trajetória da Renner, a adoção de ferramentas de inteligência artificial não acontece do dia para a noite. “É uma jornada. É preciso, primeiro, ter uma boa base de dados. Depois, estruturar sua capacidade de análise dessas informações”, pondera Sérgio Sampaio, vice-presidente de operações do Grupo Boticário. A empresa está fazendo um “roadmap” de seu avanço nessa frente, até mesmo para traçar qual é o nível necessário de investimento total — o que não deve ficar longe de uma cifra bilionária.

Há muito o que pescar de informações no grupo. Só o data lake reúne mais de 200 trilhões de registros, o que ajuda a área de suprimentos a gerenciar e prever mudanças nos preços de insumos. Mas o Boticário também tem se aventurado no uso da IA generativa para criação de seus produtos. Em um dos casos, a companhia trouxe para o Brasil o Nariz Digital, uma técnica vinda da França na qual se obtém a lista de componentes químicos de um aroma. Munida com as informações, a equipe de performance de produtos adaptou a tecnologia para identificar mais de 100 componentes olfativos favoritos dos brasileiros, com mais chances de venda. Ainda em 2019, a empresa fez o primeiro teste ao lançar duas linhas do perfume Egeo, cujas fórmulas foram sugeridas pelo perfumista artificial.

Mas, além de agradar ao gosto com precisão computacional, no varejo talvez seja ainda mais importante saber o nível exato da elasticidade do bolso do consumidor. Isso é essencial para conseguir atingir metas de volume de vendas e de preservação ou ganho de margem. Um grande supermercado, por exemplo, pode vender até 30.000 itens. Como saber quanto um desconto de 10% pode aumentar as vendas? Foi atrás da resposta para essa pergunta que a Tevec foi criada, em 2013. “Alimentamos com todos os dados, treinamos uma rede neural, e o modelo aprende as relações entre o histórico de vendas, o preço que contribui para vender mais ou para vender menos e a influência de uma data sazonal”, explica Luiz Andrade, fundador da empresa de IA que, no começo de 2022, foi comprada por 25 milhões de reais pela fornecedora de serviços para varejo digital Infracommerce. Atualmente, a Tevec ajuda, por exemplo, a rede de supermercados St. Marche a -saber a quantidade e o preço ideais para um molho de tomate ser vendido.

Previsibilidade de demanda é ponto crucial e um dos temas abordados pelo Comitê de Inteligência Artificial criado pelo varejista Carrefour Brasil. Atualmente, o grupo já conseguiu reduzir a falta de produtos nas prateleiras e aumentar em 15 pontos percentuais o índice de vendas sem nenhuma ruptura. Mas as iniciativas se multiplicam por outros caminhos. Um deles é utilizar dados para diminuir o tempo de fila, outro é utilizar visão digital e IA para identificar furtos em tempo real, com os algoritmos sendo capazes de gerar alertas para a equipe de segurança. Já a Wake, plataforma de e-commerce da Locaweb para grandes varejistas, usa IA para avaliar o engajamento de campanhas com influenciadores e mandar por e-mail esse contéudo criado para lembrar o cliente daquele produto esquecido no carrinho.

Outros exemplos de IA ainda seguem no laboratório das empresas, mas já dão a cara em alguns testes. Na seguradora Porto, a tecnologia virou parceira de atendentes na hora de puxar as informações do cliente que ativou o sinistro. Sai de cena a frase “um minuto, enquanto verifico as informações”, entra o robô que analisa a conversa por voz e sugere o procedimento mais adequado. Algo similar ao que acontece no iFood, com uma IA que roda no WhatsApp. Ao dizer “preciso fazer churrasco para seis”, é sugerida uma lista de produtos, com preços personalizados, como se fosse o garçom que conhece o gosto do cliente.

Na medicina, o Google introduziu nos Estados Unidos o modelo generativo Med-PaLM 2, que responde a questões médicas. A ideia da big tech é que sua utilização possa ter serventia em países com acesso mais limitado a médicos. A tecnologia faz coro com outras, aplicadas ainda mais amplamente. A leitura de mamografia com IA, por exemplo, em 2022 detectou 20% mais casos de câncer de mama do que os radiologistas.

Até no agro a IA se faz presente. A solução da Cromai detecta e classifica padrões de imagens coletadas por drones em campo para verificação de plantas daninhas, utilizando inteligência artificial. Dessa forma, os produtores conseguem fazer a pulverização de defensivos de forma precisa, proporcionando uma redução média de 65% no uso de herbicidas. O resultado é ainda mais sustentabilidade nas culturas, por meio de um controle preciso de plantas invasoras, redução do tempo de tratores em campo, e a consequente queda no consumo de combustível e emissão de gás carbônico.

Inovação é lei

Um dos grandes temores sobre inteligência artificial diz respeito à substituição do trabalho humano pelo da máquina. Uma disputa de espaço iniciada ainda na Revolução Industrial, mas que ganha novos contornos quando o aprendizado da -máquina se desenvolve com o exemplo e se aperfeiçoa com os próprios erros. Muitos imaginam um primeiro impacto em que trabalhos repetitivos, menos remunerados, serão os primeiros a entrar na mira da IA, mas há indicadores de que isso não será, digamos assim, tão preto no branco.

No Aeroporto Internacional de Viracopos, em Campinas, é possível entender essa dinâmica. Por lá, foi incorporada uma solução da startup Evolv para aperfeiçoar a gestão da limpeza dos movimentados banheiros do terminal. Um algoritmo inteligente monitora 44 banheiros, promovendo a “limpeza sob demanda”. Alertas são disparados em um painel, indicando o momento propício para as equipes de limpeza se deslocarem. Nesse caso, o chefe virou a IA. Em funcionamento desde o início do ano, esse gestor digital já apresenta resultados significativos. Os custos tiveram uma redução de aproximadamente 20%. “Podemos chegar a uma redução de 40% dos custos conforme a IA gerencie também o material de limpeza e a água, e com mais otimização das equipes”, aposta Marco Beme, diretor de operações de Viracopos.

Essa vantagem no corte de custos, como todo avanço tecnológico, terá impacto no mercado de trabalho nos próximos anos. Segundo o relatório anual The Future of Job, divulgado em maio pelo Fórum Econômico Mundial, 97 milhões de postos devem ser criados até 2027. O levantamento listou 50 profissões com potencial de crescimento nos próximos anos, entre elas especialistas em IA e machine learning, cientistas de dados, especialistas em big data e transformação digital, e analistas de segurança da informação. Contudo, no universo corporativo, 42% das tarefas de hoje serão automatizadas nos próximos anos.

Nos departamentos que coletam dados e processam informações, o relatório crava que 65% sofrerão mudanças ou reduções no tamanho das equipes. Para a OpenAI, do ChatGPT, é evidente que seu software chega para mudar o trabalho. A visão de preocupação já foi exposta por Mira Murati, CTO da empresa de Sam Altman, e líder por trás de outros lançamentos da empresa, como o Dall-E 2, software que gera imagens artificialmente. “Existem tipos de empregos que serão perdidos. Acho que, provavelmente, muitas tarefas cognitivas e trabalhos repetitivos serão substituídos por sistemas de IA. Sabemos que precisamos orientar os sistemas e ensiná-los a fazer as coisas que queremos que façam”, diz Mira, para a Fast Company.

Ao olhar especificamente para o Brasil, um estudo realizado pelo Google for Startups, em parceria com a Associação Brasileira de Startups, consegue traçar um panorama sobre o país nesse cenário de mudança. Um dos principais problemas apontados é a falta de mão de obra especializada. Os dados revelam que 57% das empresas que participaram da pesquisa acreditam que o déficit de funcionários qualificados é o que mais prejudica o desenvolvimento da inteligência artificial por aqui. Outro desafio, mostra o estudo, é a desigualdade regional, já que a maioria das empresas no Brasil se concentra no Sul e no Sudeste do país.

Com um mercado ainda por florescer, o Brasil pode experimentar a vanguarda na regulação do uso da IA. O setor é alvo de escrutínio sobre riscos à privacidade, segurança e proteção de dados, mas se for mais participativo em sua regulação pode passar por menos cenários críticos do que as redes sociais, por exemplo. É o que defende Diogo Cortiz, professor doutor na PUC e pesquisador no Comitê Gestor da Internet. Cortiz, que também faz parte dos grupos de discussão da regulação brasileira, acredita que o modelo por aqui seguirá similar ao europeu. “Por lá, a lei aprovada em 14 de junho pelo Parlamento traz consigo a defesa da criação de um padrão global de regulação da IA. Também estabelece uma categorização com base nos graus de risco, classificando as aplicações em inaceitáveis, altas, mínimas e aceitáveis”, afirma Cortiz. Para enfrentar tal cenário complexo, a experiência brasileira sobre IA deve aproveitar os bem-sucedidos marcos regulatórios. Eles trouxeram os vários segmentos da sociedade para essa discussão. Em jogo, a possibilidade de construir uma máquina que simule com extrema precisão a capacidade humana, mas que valorize no virtual o que melhor fazemos na vida real.